1

12月机器学习在线班

12月机器学习在线班,在9月班的基础上更新至少1/3内容,且实践力度更大、实践案例更多,同时,增加更多深度学习相关的内容,更有Logistic回归/谱聚类/随机森林/SVM/LDA/HMM等算法的代码实现与调参分析。周末在线直播、平时集中答疑、视频反复观看。主要Python、少量JS,16年1月初第一次课。目前火热报名中。[课程咨询QQ群:151888952。另,可内推BAT、可开发票]

  • 开班时间:2016.1.2 19:00第一次课 [2.6/7,2.13/14 停课]
  • 课程时长: 20次课 [每次课至少两小时,且每天集中答疑]
  • 价       格:原价1200 [可另报最新一期:4 月机器学习在线班]
  • 课程咨询
报名结束

扫描下载七月在线app

IOS
Android

    网上视频很多,但由于没有个性化的内容、辅导、答疑,导致不少初学者看再多视频,视频看再多次,都是迷迷糊糊、不成体系。

    本次12月机器学习在线精品课程,主讲老师阵容强大(邹博 + 周博,两大博士为理论实践全力护航),支持在线实时互动(讨论答疑),上课内容根据欲听课学员的反馈个性化定制,且在9月机器学习在线班的基础上进一步加大实践内容(机器学习和深度学习相关实践),着重为初学者扫清前进道路上的障碍,为进阶者进一步巩固、提升,让所有学员都能在理论和实践层面入门机器学习,领略其强大魅力。

   一句话总结就是:本课程既帮助大家入门机器学习,合适的更可帮忙内推BAT。


上课方式:在线QQ群视频直播上课,天南地北,只要想听,谁都有机会报名参加。

上课时间:一周两次课,每周六每周日晚上7 - 9点上课。PS:课后提供上课视频供课后反复在线观看、复习
所需基础:会任意一门编程语言、以及一定的数学(高数、概率统计等)、数据结构、算法基础。最重要的是对机器学习感兴趣、想深入。此外,尽量课前预习、课后复习。语言方面,主要用Python授课。

课程福利:3个月全程辅导,除了每次课2小时的在线直播,更有讲师一周 7 天*12小时集中答疑,及与牛人师兄的互助讨论,帮你省下独自一人苦苦探索而浪费的巨大时间成本。3个月的课程结束后,有问题依然可以随时在群内提问讨论。


主讲老师
  • 邹博,计算机科学博士毕业,超过10年的软件开发经验,七月算法(julyedu.com)资深讲师,给数千人讲过面试、算法、机器学习,好评如潮,讲课清晰易懂,推导机器学习细致透彻。
  • 周博,浙大博士毕业,机器学习技术专家,熟练机器学习主流算法和深度学习框架Torch,专注计算机视觉、网络多媒体,开发多款计算机视觉产品。

更多嘉宾讲师具体上课时揭晓。


学员笔记
12月班一女学员做的课程笔记:https://clyyuanzi.gitbooks.io/julymlnotes/content/dl_nn.html

考虑到不少初学者因数学功力不足,公式不会推导而学不下去,故本次课程的前4次课帮大家重点梳理下机器学习所需要的数学知识,后面的16次课 则重实践、重应用 ,具体上课内容安排如下 [包括但远不止以下内容]:

  • 第1课 微积分与概率论
    • Taylor展式、梯度下降和牛顿法初步、Jensen不等式、常见分布与共轭分布
  • 第2课 数理统计与参数估计
    • 切比雪夫不等式、大数定理、中心极限定理、矩估计、极大似然估计
  • 第3课 矩阵和线性代数
    • 特征向量、对称矩阵对角化、线性方程
  • 第4课 凸优化
    • 凸集、凸函数、凸优化、KKT条件
  • 第5课 回归
    • 最小二乘法、高斯分布、梯度下降、过拟合、Logistic回归
    • 实践示例:线性回归、Logistic回归实现和分析
  • 第6课 梯度下降算法剖析
    • 自适应学习率、拟牛顿、LBFGS
    • 实践示例:自适应学习率代码实现和参数调试分析
  • 第7课 最大熵模型
    • 熵、相对熵、信息增益、最大熵模型、IIS
    • 实践示例:盲源分离BSS的独立成分分析ICA代码实现和分析
  • 第8课 聚类
    • K-means/K-Medoid/密度聚类/谱聚类
    • 实践示例:K-means、谱聚类代码实现和参数调试分析
  • 第9课 推荐系统
    • 协同过滤、隐语义模型pLSA/SVD、随机游走Random Walk
    • 实践示例:协同过滤代码实现和参数调试分析 [ 含数据读取、应用场景、模型、效果、调试 ]
  • 第10课 人工神经网络
    • BP算法
  • 第11课 决策树、随机森林、Adaboost
    • ID3、C4.5、CART、Bagging、GBDT、Adaboost、前向分步算法
    • 实践案例:使用随机森林进行数据分类 [含代码实现和参数调试分析]
  • 第12课 SVM
    • 线性可分支持向量机、线性支持向量机、非线性支持向量机、SMO
    • 实践案例: 使用SVM进行数据分类 [含代码实现和参数调试分析]
  • 第13课 贝叶斯网络
    • 朴素贝叶斯、有向分离、马尔科夫模型/HMM/pLSA
  • 第14课 EM算法
    • GMM、pLSA、HMM
    • 实践案例:分解男女身高、图像分割
  • 第15课 主题模型
    • pLSA、共轭先验分布、LDA
    • 实践案例:使用LDA进行文档聚类 [含代码实现和参数调试分析]
  • 第16课 采样与变分
    • MCMC/KL(p||q)与KL(q||p)
  • 第17课 隐马尔科夫模型HMM
    • 概率计算问题、参数学习问题、状态预测问题
    • 实践案例:使用HMM进行中文分词 [含代码实现和参数调试分析]
  • 第18课 条件随机场CRF
    • 概率无向图模型、MRF、线性链CRF
  • 第19课 深度学习
    • CNN、RNN
  • 第20课 深度学习
    • 实践案例:使用Torch进行图像分类及卷积网络可视化的深度学习实践

 3个月全程辅导:每周末2次在线直播 + 一周7天无间歇全程答疑,仅收1200元。但具备以下8个条件之一者均可享受 8 折优惠:目前已经停止报名,可报最新一期班:4 月机器学习在线班。4月班比12月班改进非常大。


特别优惠

    老学员跨班报名单人7折优惠,老学员重复报名单人5折优惠。4月/5月/7月算法班/8月面试求职班老学员单独跨班12月机器学习在线班享受7折优惠,3月/6月/9月机器学习在线班/2014年机器学习线下班老学员报名12月机器学习在线班5折优惠。换言之,老学员单人跨班报名(如机器学习班的跨班报算法,算法班的跨班报机器学习)  7折,老学员单人重复听课(比如机器学习班的再次报名机器学习班) 5折。另:第三次重复报算法3折,第三次重复报机器学习3折。


报名方式
   直接进入此报名页面:http://www.julyedu.com/baoming/index/course_id/34.html,迅速完成填写报名信息-支付转账两个过程。
有优惠根据具体折扣转相应款项,并务必注明优惠理由:已开课,之前的课看视频。
  • “新学员 和某某3人一起团购报名 8折”
  • “已分享题库APP,微博链接为....”
  • “社区积分/威望第XX名某某 8折(在积分前200名)“
  • “已发视频学习心得,微博链接为:....”
  • “已关注官方微博+官方公众号,且已发招生链接,我的微博昵称为XXX,我的微信昵称为XXX”
  • “已看完XX某2个视频且发评论,我的 julyedu.com 账号昵称为XX”
  • “4月算法在线班老学员跨班报名机器学习 7折”等等。
  • “3月/6月/9月机器学习在线班老学员重复报名 5折”
    上班时间(白天上午9点-下午12点,下午2点-晚上11点)报名交费,4小时以内审核通过,如果审核通过,刷新报名页面,上面会显示上课QQ群号,代表报名成功。如果上班时间内已经交费但4小时以内未收到审核通知,敬请加课程咨询QQ群:151888952,咨询(凌晨0点-上午9点之间报名交费,当天下午1点前审核通过)。


常见Q&A

  1. 3人组团的可以分别报名转账,但这3人每人各自报名转账时,但要注明一起团购的另外两个人的真实姓名,且尽量同时间段内打,否则很可能被视为非一起报名。
  2. 大部分次课提供上课视频供课后反复观看(20次课至少18次课有视频),PPT 在上课前1-3天公布。
  3. 本次课程的前4次课帮助大家复习、巩固数学基础(高数、概率与统计、线代、凸优化),详见课程大纲。
  • 机器学习公开课视频
  • 《高等数学·上下册》;
  • 《概率论与数理统计·浙大版》、《数理统计学简史·陈希孺》;
  • 《矩阵分析与应用·张贤达》;
  • 《凸优化(Convex Optimization) · Stephen Boyd & Lieven Vandenberghe著》;
  • 《统计学习方法·李航》;
  • 《Pattern Recognition And Machine Learning · Christopher M. Bishop著》,简称PRML;
  • July 博客中的机器学习系列
  • July新书《编程之法:面试和算法心得》。 
返回顶部